该新闻数据集是印度次大陆从 2001 年初到 2022 年第一季度的重要事件的持久历史档案，由印度记者实时记录。它包含印度时报发布的大约 360 万个事件。 大部分数据集中在印度地方新闻，包括国家、城市和娱乐。 由Rohit Kulkarni编写    

数据集由两组序列组成。 这些序列被命名为白天和夜晚集，指的是它们被获取的一天中的时刻，Visible和 FIR 取决于用户记录序列的相机。 白天训练 3695 个 imegas，晚上训练 3390 个图像，每个序列大约有 1500 个强制性行人注释。 用于测试两个序列的约 700 张图像，白天约有 2000 名行人，夜间约有 1500 名行人。

数据集介绍： 收集了 640 个在大小、纹理、背景杂波和照明等方面具有显着变化的光场。生成微透镜图像阵列和中心观察图像，并生成相应的地面实况图。   Citation If you find our paper and repo useful, please cite our paper. Thanks! @article{Zhang2020,    title={Light Field Sa

Argoverse针对的任务：3D追踪和动作预测，两个任务对应的数据集其实是独立的，只是采集设备和采集地点一样而已。提供了360度的视频和点云信息，并根据点云重建了地图，全天候全光照。标注了视频和点云中的3D bounding box。3D追踪的数据集包含113段15-30秒的视频，动作预测中包含323,557段5秒的视频（总计320小时）。数据集的主要亮点还是在原始数据和地图的联动上。

该数据集已特别针对非洲地区进行了改进。 两个开源数据集仅用于提取非洲地区使用的交通标志。该数据集包含来自所有类别的 76 个类，例如 监管、警告、指南和信息标志。 该数据集总共包含 19,346 张图像和每个类别至少 200 个实例。

CamSeq是一个地面数据集，可自由用于视频目标识别中的研究工作。该数据集包含 101 个 960x720 像素的图像对。 每个掩码都由文件名之外的“_L”指定。 所有图像（原始图像和真实图像）均为未压缩的 24 位彩色 PNG 格式。 该数据集最初是针对自动驾驶汽车的问题而设计的。此序列描绘了从一辆动感的汽车拍摄的剑桥市的动感驾驶场景。这是一个具有挑战性的数据集，因为除了汽车的自我运动之外，其他

本数据集来自于AIM 2022 压缩图像和视频超分辨率挑战赛”中的前 5 名解决方案工作：Swin2SR: SwinV2 Transformer for Compressed Image Super-Resolution and Restoration   Please check our project SWIN2SR https://github.com/mv-lab/swin2sr ???? ????

该数据集包含 2D 深度图像，如下图所示。像 KITTI 数据集中的 360 度 LiDAR 框架在传感器本身周围呈圆柱形。该数据集中的 2D 深度图像可以表示为您在 LiDAR 框架的圆柱体上进行了切割并将其拉直以位于 2D 平面中。这些 2D 深度图像的像素代表反射物体与 LiDAR 传感器的距离。 2D 深度图像的垂直分辨率（在我们的例子中为 64）表示用于扫描周围环境的 LiDAR 传感器

数据集介绍 近年来，人们对将计算机视觉技术集成到零售行业产生了新的兴趣。自动结账 (ACO) 是该领域的关键问题之一，旨在从要购买的产品图像中自动生成购物清单。这个问题的主要挑战来自产品类别的大规模和细粒度特性，以及由于产品的不断更新，难以收集反映真实结账场景的训练图像。尽管具有重要的实践和研究价值，但这个问题在计算机视觉社区中并没有得到广泛的研究，主要是由于缺乏高质量的数据集。为了填补这一空白，

该数据集包含 12,500 张带有细胞类型标签 (CSV) 的增强血细胞图像 (JPEG)。4 种不同细胞类型中的每一种都有大约 3,000 张图像，这些图像被分组到 4 个不同的文件夹中（根据细胞类型）。细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞。该数据集附带一个额外的数据集，其中包含原始 410 幅图像（预增强）以及两个额外的子类型标签（WBC 与 WBC），以及这 410 幅图像